非线性滤波应用于医学图像后处理

讨论了典型的非线性滤波技术及其性质,选取了性能较好的滤波模板应用于医学图像后处理,并从平滑效果和锐化效果上与线性滤波做出比较.     

用卡尔曼波器使综合孔径雷达图像重构的方法

本文提出了用于综合孔径雷达的新的图像重构法。过去为了提高运算速度，采用在频域内处理的方法。新的方法则在时域内，用卡尔曼滤波器使图像重钩。因该方法能有效地使图像按顺序重构。因此可用于通过实时处理进行的图像重钩。本文利用假设的综合孔径雷达接收信号进行图像的模拟重构，用此方法可得到超过原有方法的重构图像。     

三摄像头图像采集处理系统

介绍以微型计算机、彩色摄像头、图像采集卡、Windows软件平台等为主体的三摄像头图像采集处理系统，并对其设计思想、系统构成，硬件和软件设计、图像处理算法及系统主要功能、应用情况等进行简要的阐述。     

水洞实验图像的一种测量与处理方法

在水洞实验中,由于光线在空气、水和观察窗面板中发生折射,准确实验图像的获取一直是一个难题。本文在大量水洞实验图象测量经验积累的基础上,以水洞模型超空化实验中的超空泡外形测量为例,提出了一种基于计算机图形学的水洞实验图像测量与处理的三步法。该方法不仅可对水洞实验中所拍摄的图像进行修正,消除因不同介质引起的折射误差,而且把图像数据化,可利用计算机对图形自动进行定量处理。经多次应用表明,图像测量与处理的三步法应用方便,具有较高的精度,取得了很好的应用效果。     

隐马尔可夫模型在对象定位中的应用与实现

以医学图像中脊柱的定位为应用背景,对经典Viterbi算法进行改进,根据全局最优搜索算法提出了可控的最优搜索算法,把隐马尔可夫模型(Hidden Markov model,HMM)应用于二维图像中线性结构对象的定位。以真实的人体脊柱X光照片为实验样本进行的定位实验,结果表明:HMM模型不需要对图像施加较多的限制,就可获得较成功的定位结果,同时引入了可控的最优搜索算法后,定位效果有了进一步的提高。还通过实验分析了可控制的最优搜索的两个控制参数对定位性能的影响,并提出了定位性能具有区间性的结论。     

支持语义的图像检索

如何跨越低层视觉特征和高层语义特征的鸿沟，是目前计算机视觉的一个难点。文中首先在低层视觉特征上提取图像的主要颜色，然后利用语义网络建立低层视觉特征和高层语义特征之间的关联，最后，为了提高检索效率，把相关反馈引进到图像检索系统中。实验证明。该方法可以应用到大量的数据库上，取得了较好的检索准确率。     

驾驶舱图像记录仪

美国《航空周刊与空间技术》报道 ,图像捕获系统已安装在美国航空航天局拥有的一架波音 757运输机上进行了地面试验 ,今年夏天将进行飞行试验。这种系统有可能作为驾驶舱数字式图像记录仪装在客机上。美国国家运输安全委员会建议联邦航空局在 2 0 0 3年之前在所有新生产的商业客机上安装录像时间为 2小时的驾驶舱图像记录仪 ,2 0 0 5年前在现有飞机上也安装这种设备。驾驶舱图像记录仪     

基于属性引导的多源遥感舰船目标可解释融合关联网络

多源遥感舰船目标关联作为前期大范围预警探测的重要手段为海上态势研判提供重要情报支撑,现有关联算法面临关联结果可解释性差,异构特征难度量,多源目标关联精度低等问题。提出了一种基于属性引导的可解释融合网络用于解决多源遥感舰船目标的关联问题。首先,提出全局关联模块,利用跨模态度量损失函数将图像特征映射到共同空间中度量,用于解决多源图像内容差异大,特征难对齐问题。然后,提出包含多头注意力模型和属性监督函数的可解释模块,提升关联精度并输出可解释的关联结果。其中多头注意力模型让网络关注到舰船目标显著性区域,属性监督函数引导模型关注舰船图像中判别性属性特征,利用属性特征帮助网络解释输出关联结果的决策依据,并以量化的形式可视化属性特征对关联结果的贡献度。最后,利用知识蒸馏的思想减小全局关联模块和可解释模块输出特征距离的差异,使得网络实现精准关联并提供可解释的关联结果。在实验部分,构建了首个多源遥感舰船目标数据集,在该数据集上的测试结果显示本文算法不仅在关联精度上优于现有算法,同时能够为关联过程提供清晰和直观的可视化关联结果。     

基于SIFT和仿射变换的航空器起飞图像跟踪方法

针对机场监视的需要,结合航空器起飞特征,研究了尺度不变特征变换( SIFT)算法和仿射变换模型,在对图像进行灰度图像序列处理的基础上,提出了将SIFT特征点跟踪与仿射变换相结合对航空器起飞信息识别、跟踪的方法。以滨海国际机场的一个起飞过程为例,对图像序列进行了运动目标识别和帧间特征点的匹配,验证了方法的可行性,为机场航空器的起飞跟踪方法提供参考。     

SAR图像舰船目标边缘检测

提出了一种在正则化基础上,利用小波变化实现合成孔径雷达(SAR)图像舰船目标边缘检测的新方法。传统的利用小波变换实现图像边缘检测时,阈值需要人为设定。针对这一问题,文章引入正则化超分辨技术,从贝叶斯框架下的估计问题出发,采用非二次正则化,平滑图像,保护强散射点目标,实现对 SAR图像进行去噪。利用小波变换的局部化特性和多尺度分析能力,检测突变信号,实现对舰船目标的边缘检测。该方法去噪效果好,边缘 定位准确,仿真结果表明了算法的有效性。